8月17日，兰德公司发布《美国与中国的AI发展：来自AI开发商企业新数据的证据》研究报告^[1]，基于对总部位于美国（743家）和中国（438家）的AI开发企业的系统分析，揭示了两国AI商业生态的结构特征与差异。该研究构建了涵盖企业基本信息、商业定位与技术路线的全新数据集，旨在为产业情报与政策分析提供实证基础。

报告指出，两国AI开发企业在多数维度上呈现结构性相似：均以Transformer深度学习神经网络架构为主导，基础模型开发商占比均约为20%，绝大多数企业（美国约90%、中国约75%）以开发应用型AI产品为主要商业模式，而非销售模型应用程序编程接口访问或推理服务。在模型架构、学习范式等技术路线层面，两国企业分布高度接近。报告认为，此前关于中美AI竞争大多依赖政策文件或少数头部企业活动的讨论，缺乏系统性实证基础，本研究填补了这一空白。

两国AI生态最显著的差异体现在实体化与软件化方向上。61%的美国企业为纯软件模式，而中国企业仅为26%；中国企业高度集中于具身形态（人形机器人、地面机器人、自动驾驶车辆）及制造业、交通运输、能源等实体产业垂直领域，美国企业则集中于医疗健康、科学研究、网络安全等知识密集型软件交付领域。报告指出，若AGI的最终实现需要与机器人技术、世界模型及物理环境学习协同发展，中国企业相对广泛的具身智能布局将成为美国生态系统所缺乏的重要战略对冲。此外，报告数据显示，美国企业中有30%与军方存在AI研发或采购关系，中国企业该比例为16.2%，但报告提示中国国防工业AI活动公开披露有限，实际比例可能被低估。

报告还分析了OpenRouter AI模型聚合与路由平台的模型调用数据，发现中国开源权重模型在开发者中的采用份额从2024年底的零水平上升至2026年4月与美国模型持平，主要驱动因素是中国开源模型以美国前沿专有模型约1/4~1/5的成本提供相近的基准测试性能。报告强调，该数据反映的是特定开发者群体中开源模型的使用趋势，而非全球市场份额的全面衡量。

报告结论指出，中美AI竞争并非单一维度的竞赛，而是两个动态生态系统在重叠但不同的路径上推进。美国生态更偏向软件交付与语言模型中心，中国生态则在具身智能与实体产业整合上进行了结构性布局。理解这些路径差异，需要基于企业层面的系统性数据分析，而非仅依赖政策文件或头部企业动态。

（李永干）